RAGFlow 架构与设计思想·深度分析报告

〇、摘要（一言以蔽之）RAGFlow 非寻常"封装向量库之问答壳"，其立意乃一融合 RAG 与 Agent 之上下文引擎（Context Engine）。其架构有六可循：双语言、可切换、共享存储解耦—— Python 主 AI 编排与历史实现，Go 主性能关键路径（解析/摄取/检索）；二者默认不互相 RPC，只共 MySQL/Redis/MinIO/文档引擎/NATS 以协。深度文档理解（DeepDOC）乃护城河—— 以版面识别（YOLOv10，11 类标签）+ 表格结构识别做"真解析"，非朴素按页切。模板化切分 + 算子化 Go chunk 管道—— 切分策略因文档类型而异，且 Go 侧以Operator接口做 preprocess→split→postprocess 之可编排管道。一个 DAG 引擎，两处复用——internal/agent/canvas既驱动在线 Agent 编排，亦驱动离线摄取流水线（ingestion/pipeline直接内嵌canvas.Canvas）。一切皆可插拔—— LLM（注册表工厂）、解析器（PARSERS 字典）、检索后端（ES/Infinity/ClickHouse/OceanBase/SereneDB）、消息队列（Redis/NAT